30% российских компаний планируют увеличить инвестиции в развитие big data проектов

Аналитики выявили, что почти треть организаций крупного и среднего бизнеса планируют в 2025 году увеличить бюджеты на проекты, связанные с большими данными. При этом более 60% опрошенных пока не научились оценивать эффективность таких инициатив, и воспринимают их как стратегические инвестиции. Чтобы оптимизировать свои затраты на обработку больших данных, в 2025 году более половины опрошенных намерены использовать облачные решения.

• Уровень расходов на внедрение big data в России

В более чем половине случаев (57%) запрос на внедрение решений big data исходит от бизнеса. Большинство компаний (39%) оценивают текущие затраты на внедрение big data в размере до 10 млн рублей. В основном это организации, которые только запускают пилотные проекты. Компании, затраты которых составляют от 10 до 50 млн рублей (15%), находятся на этапе активного масштабирования своих big data инициатив, предполагающего более сложные и ресурсозатратные проекты. 6% респондентов заявили о затратах от 50 млн рублей и выше. Это крупные компании с серьезными финансовыми ресурсами.

Большинство опрошенных воспринимают решения big data как инвестиции, окупаемость которых сложно измерить традиционными способами. Многие уверены, что большие данные – это своего рода «гигиена», без которой бизнес не может функционировать. 

Александр Толмачев, CDO, Ozon Банк: 

«Окупаемость проектов больших данных выражается не в деньгах, а в изменении корпоративной культуры. С запуском решений big data в компании появляются новые специализации – аналитики данных, дата-сайентисты, и меняются подходы к работе на всех уровнях, от топ-руководителей до линейных менеджеров. Я считаю, что такие изменения уже стоят сделанных в проект инвестиций».

При этом части респондентов (38%) все-таки удается измерять влияние больших данных на рост бизнеса. 35% опрошенных анализируют влияние работы с big data на сокращение затрат, 21% – на рост выручки, 16% – на скорость изменений в компании. Около половины компаний используют не менее двух подходов одновременно.

• Рост спроса на облачные сервисы для работы с большими данными

В условиях меняющегося рынка и роста объемов данных компании стремятся использовать облачные решения для повышения эффективности своих процессов. В ближайшее время 65% опрошенных начнут внедрять облачные решения в работу с данными, что открывает новые горизонты для анализа и роста бизнеса.

Антон Близгарев, директор по развитию облачного бизнеса Группы Arenadata:

«В современном мире объемы данных постоянно увеличиваются, и для эффективного управления ими бизнесу требуются новые подходы и решения. Традиционные методы уже не справляются с этими задачами, поэтому компании ищут альтернативы. Одним из таких решений стали облачные сервисы, предлагающие enterprise-продукты, которые становятся все более доступными. В России сегмент облачных решений big data ежегодно прирастает на 30-40%. Эта тенденция обусловлена преимуществами облачных инструментов, такими как оптимизация затрат, расширение возможностей по управлению и сохранению данных, упорядочение рабочих процессов».

Максим Смирнов, CDO, Hofftech:

«В облаках нас больше всего интересует использование серверов с графическими процессорами для реализации нейронных сетей. Часто возникает потребность проверить гипотезу, что та или иная функциональность будет полезна для компании, и для этого нужна нейронная сеть. Но постоянно держать на своей площадке сервер с такими процессорами – дорого. Подключение облака помогает сократить затраты и время на проверку гипотезы». 

• Импортозамещение в сфере аналитики больших данных

Отечественные решения big data внедряет значительное количество компаний респондентов (36%). Равное количество опрошенных (по 28%) выбирают зарубежные продукты и open source. 40% компаний используют комбинации разных решений. Большинство участников опроса ранее пользовались западными решениями on premise от вендоров Oracle, IBM, Vertica, Microsoft или облачными, например, Google BigQuery. Сейчас они активно переходят на решения отечественного вендора Arenadata либо на стек open source – PostgreSQL, Greenplum, Hadoop, ClickHouse, Kafka.

По данным исследования, российские решения big data становятся альтернативой западным. Респонденты отмечают улучшение их качества и успешно реализуемые проекты на их основе. Однако для повышения конкурентоспособности отечественных решений необходимо время и накопление успешных кейсов.

• Динамика роста данных и сферы их применения

В среднем ежегодный рост данных составляет до 30%. Наибольший прирост наблюдается в ритейле и FMCG, где 37% респондентов указывают на рост данных в диапазоне 30-100%, а 45% отмечают их кратное увеличение. Этот рост обусловлен интеграцией новых источников данных и трендом на гиперперсонализацию сервисов. Еще одним из лидеров является сфера транспорта и логистики, где рост данных связан с расширением бизнеса, увеличением числа операций и таким явлением, как дробление заказов. 

Илья Середа, руководитель направления по работе с данными, tutu.ru: 

«Мы внедряем подходы и инструменты работы с данными для проверки гипотез, ретроспективного анализа действий пользователей, исследований и улучшения алгоритмов формирования контента для пользователей. Решение этих задач требует обработки больших объемов накопленных данных, и обычные подходы здесь перестают работать».

• Барьеры и трудности проектов big data 

Основными вызовами при внедрении big data остаются нехватка квалифицированных кадров, необходимость изменения корпоративной культуры и отношения к данным, а также технические сложности. 4 из 5 участников опроса отмечают дефицит специалистов на рынке, что подчеркивает необходимость увеличения инвестиций в обучение и развитие экспертного потенциала. Одним из ключевых организационных факторов успешного внедрения big data респонденты назвали создание обособленного подразделения работы с данными с выделенным бюджетом. Кроме того, важную роль играет позиция Chief Data Officer (CDO), который должен отстаивать интересы и защищать бюджет подразделения на уровне топ-менеджеров. Однако 83% опрошенных заявили, что выделенной роли CDO с соответствующими полномочиями и бюджетом в их компании пока нет. 

Несмотря на потенциал генеративного ИИ, на сегодняшний день 81% респондентов не используют ИИ-инструменты для работы с big data. Основные причины отсутствия внедрения технологий ИИ — недостаток успешных кейсов и длительность обучения моделей. Тем не менее, интерес к аналитике существующих решений с помощью ИИ постепенно растет.

Сергей Зинкевич, директор K2 Cloud:

“Несмотря на то, что в целом доля компаний, применяющих инструменты ИИ, пока невысока, некоторые отрасли уже работают с этой технологией. В основном нейронные сети и алгоритмы машинного обучения применяются для прогнозирования популярных товаров, отслеживания цен конкурентов и сегментирования. Активнее всего используют ИИ-инструменты для аналитики данных компании из ритейла и ИТ”.